Melhoria e modelização dos processos de planeamento e previsão da procura numa empresa produtora de tintas, num contexto S&OP

Abstract

Com o aumento da competitividade empresarial e velocidade de inovação, surge cada vez mais a necessidade de as empresas disporem de uma maior capacidade para prever o comportamento da procura dos seus produtos, aumentando a eficácia e eficiência de todas as áreas de negócio, e satisfazendo as necessidades dos seus clientes. Uma boa precisão na previsão da procura torna-se fulcral para planear e interligar todos os processos inerentes à cadeia de abastecimento, servindo de suporte ao planeamento que coordena as áreas de compras, produção, distribuição e vendas. O presente projeto de dissertação, enquadrado no curso do Mestrado Integrado em Engenharia e Gestão Industrial da Universidade do Minho, procura contribuir para a melhoria dos diversos processos inerentes ao planeamento da procura num contexto S&OP, na empresa CIN, uma empresa cuja atividade é centrada na comercialização e produção de tintas e verniz. O trabalho desenvolvido nesta dissertação iniciou-se com a avaliação dos processos de planeamento da procura, medindo a sua eficácia e eficiência. A precisão das previsões, e a subsequente organização e governação do processo de planeamento da procura, foram identificadas como potenciais áreas de melhoria conducentes a uma análise crítica das metodologias de previsão utilizadas. Um novo processo de planeamento da procura emergiu da análise, apoiado por melhorias em diversas vertentes, entre as quais o tratamento de dados históricos, um novo processo para a geração e monitorização de previsões, e um novo procedimento para o tratamento de campanhas. Os benefícios das iniciativas foram quantificados sempre que possível, de forma quantitativa e qualitativa, destacando-se o aumento de 4% na Precisão das previsões, e o aumento da confiança nas mesmas por parte dos elementos da equipa de planeamento. Todas as ações implementadas no planeamento da procura revelaram simultaneamente benefícios no processo de S&OP, onde agregadas ao desenvolvimento de uma dashboard de apoio, oferecerem uma maior reatividade da cadeia de abastecimento à presença de variabilidade na procura, uma maior eficiência operacional e uma maior coesão entre departamentos.

With increasing business competitiveness and speed of innovation, there is a constant need for companies to have a greater ability to forecast the behaviour of demand for their products, increasing the effectiveness and efficiency of all business areas and satisfying the needs of their customers. Good accuracy in demand forecasting is essential to plan and connect all processes inherent to the supply chain, supporting the planning that coordinates the purchasing, production, distribution and sales areas. This thesis, which is part of the Integrated Master’s in Industrial Engineering and Management at the University of Minho, seeks to contribute to the improvement of several processes inherent to the demand planning in a S&OP context, at CIN, a company whose activity is centred on the commercialisation and production of paints and varnishes. The work developed in this thesis began with the evaluation of the demand planning processes, measuring their effectiveness and efficiency. The forecasting accuracy and the subsequent organisation of the demand planning process were identified as potential areas for improvement leading to a critical review of the forecasting methodologies used. A new demand planning process emerged from the analysis, supported by improvements in several areas, including the preparation of historical data, a new process for generating and monitoring forecasts, and a new procedure for dealing with campaigns. The benefits of the initiatives were quantified wherever possible, both quantitatively and qualitatively, highlighting the 4% increase in the accuracy of the forecasts and the increased confidence in them by the planning team members. All the actions implemented in demand planning simultaneously revealed benefits in the S&OP process, where added with the development of a support dashboard, offer greater reactivity of the supply chain to the presence of variability in demand, greater operational efficiency and greater cohesion between departments.